MétaCan
Menu
← Retour à la cohorte
Enregistrement W4205879666 · doi:10.1002/alz.055823

Longitudinal characterization of mild cognitive impairment and dementia in World Trade Center responders at midlife

2021· article· en· W4205879666 sur OpenAlexaboutno aff
Sean Clouston, Frank P Mann, Erica D. Diminich, Minos Kritikos, Alison Pellecchia, Stephanie Mejia‐Santiago, Melissa A. Carr, Roman Kotov, Sam Gandy, Mary Sano, Evelyn J. Bromet, Benjamin J. Luft

Notice bibliographique

RevueAlzheimer s & Dementia · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentDementiaNeuropsychologyMedicinePopulationGerontologyCognitionCross-sectional studyPsychologyDiseasePsychiatryInternal medicinePathologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Background Though the Montreal Cognitive Assessment (MoCA) is validated for cross‐sectional assessment, there is limited guidance as to methods for reliably identifying incident cases of Mild Cognitive Impairment (MCI) and dementia. The goal of this study was to examine characteristics of individuals identified as having MCI and dementia using different diagnostic routines. Methods World Trade Center (WTC) responders are a unique population, not only because of the historic significance of the traumatic exposures many endured while onsite following the terrorist attacks in New York City on 9/11/2001 but also given responders participation in a long‐term monitoring program established by the Centers for Disease Control (CDC) in 2002 to monitor the long‐term effects of WTC exposures on health outcomes. Since 2014, we have administered the MoCA to responders over at least three assessments (n=2,370). The MoCA was administered by trained research staff; alternate versions were used to account for learning. Seven diagnostic routines were examined that variably examined adjusting for learning, objective evidence of functional limitations, and cognitive decline to identify one with the least variability in outcome. Stability of diagnostic outcome was the primary outcome. Follow‐up studies in subsets of the population included a detailed computer‐assisted neuropsychological examination, measures of physical functional limitations, a cross‐sectional sample of plasma based biomarkers measured using Simoa (e.g., b‐Amyloid1‐40, b‐Amyloid1‐42, Total‐Tau, Glial Fibrillary Acidic Protein, and Neurofilament‐Light), a cross‐sectional assessment of cortical thickness, and a self‐reported version of the Mild Behavioral Checklist. Results 8.0% of responders were male, 4.3% were Black, and 7.7% were Hispanic. The mean age at initial MoCA assessment was 52.6 years old (SD=8.1). There was enormous variability in longitudinal stability in MCI and dementia diagnostic outcomes between different longitudinal diagnostic routines (Spearman’s r=0.22‐0.86). Though domain‐specific sub‐scales with high internal consistency (a=0.92‐0.97) were available, the most stable definition relied on MoCA scores adjusted for learning and expected within‐person test‐retest score distributions. MCI and dementia identified using all diagnostic routines were variably associated poorer cognitive functioning and with biomarkers. Conclusion This study gives guidance about differences between methods relying on the MoCA to longitudinally screen WTC responders for MCI and dementia at midlife.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,076
Tête enseignante GPT0,332
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→